تتعرضُ عملية اتخاذ القرارات المالية لكميات هائلة من المعلومات التي يصعب على صناع القرار فحصها مباشرة. لذلك، يصبح ضغط السياق (context compression) أمرًا ضروريًا، لكن ماذا يحدث عندما تقوم نماذج اللغة الكبيرة (Large Language Models) بضغط المواد المالية؟ ما هو التأثير على الأحكام الاستثمارية المدعومة من المصادر الأصلية؟

نصيغ هذه القضية كمشكلة دقة المعلومات (information fidelity): حيث تفقد المعلومات دقتها كلما تغيرت القرارات المتخذة بناءً على المصدر الأصلي. في الأنظمة المعقدة، قد تتكرر هذه الخسائر عبر خطوات متعددة وتضخم على مدار عملية اتخاذ القرار. من خلال تحليل الوثائق المالية ونصوص مكالمات الأرباح، وجدنا أن ضغط المعلومات باستخدام النماذج اللغوية الكبيرة يمكن أن ينتج سياقات مضغوطة تتسم بالبلاغة والدقة الظاهرة، ومع ذلك قد تؤثر سلبًا على القرارات التالية.

نقيم نمطين تشخيصيين مرتبطين بفقدان الدقة: الأول هو "عدم السياقة" (decontextualization)، حيث يتم الاحتفاظ بالأدلة البارزة ولكنها تُفصل عن التحذيرات والشروحات المطلوبة لفهم صحيح؛ والثاني هو "اعتماد النموذج" (model dependency)، حيث يكشف ضغط المعلومات عن رؤى مختلفة لنفس المصدر.

ولتعزيز جودة الضغط المعلوماتي، نقترح نموذج "ضغط السياق الوكلي" (Agentic Context Compression)، والذي يقوم بإنشاء عدة ضغوط محتملة ويُحلل تناقضاتها بالنسبة للمصدر الأصلي. تشير نتائجنا إلى أن تقييم ضغط المعلومات المالية ينبغي ألا يستند فقط على الكفاءة أو الدقة، بل أيضًا على قدرته في الحفاظ على السياقات ذات الصلة بالقرارات.